基于机器视觉的机车车轮状态在线检测系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 车轮踏面损伤检测研究现状 | 第14-15页 |
| 1.2.2 车轮外径测量研究现状 | 第15-17页 |
| 1.3 主要研究内容 | 第17-18页 |
| 1.4 章节安排 | 第18-20页 |
| 第二章 基于机器视觉的车轮踏面损伤检测技术 | 第20-52页 |
| 2.1 引言 | 第20页 |
| 2.2 机车轮对图像动态采集 | 第20-21页 |
| 2.3 车轮踏面自动提取 | 第21-33页 |
| 2.3.1 踏面粗定位 | 第21-24页 |
| 2.3.2 踏面精分割 | 第24-33页 |
| 2.4 踏面损伤在线检测 | 第33-47页 |
| 2.4.1 二值化 | 第34-35页 |
| 2.4.2 形态学运算 | 第35-36页 |
| 2.4.3 轮廓提取 | 第36-37页 |
| 2.4.4 损伤区域粗定位 | 第37-38页 |
| 2.4.5 纹理分析 | 第38-41页 |
| 2.4.6 K-Means聚类算法 | 第41-43页 |
| 2.4.7 梯度计算 | 第43页 |
| 2.4.8 踏面损伤检测结果分析与比较 | 第43-47页 |
| 2.5 损伤等级智能判定 | 第47-48页 |
| 2.6 车轮踏面图像拼接 | 第48-49页 |
| 2.7 在线数据实时传输和存储 | 第49-50页 |
| 2.8 本章小结 | 第50-52页 |
| 第三章 基于光电测量的车轮外径测量方法 | 第52-63页 |
| 3.1 引言 | 第52页 |
| 3.2 车轮外径测量方法 | 第52页 |
| 3.3 车轮图像采集 | 第52-53页 |
| 3.4 基于激光线的弦端点提取 | 第53-62页 |
| 3.4.1 图像预处理 | 第53-54页 |
| 3.4.2 弦端点提取算法 | 第54-59页 |
| 3.4.3 外径计算方法 | 第59-60页 |
| 3.4.4 外径计算结果 | 第60-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第四章 机车车轮状态在线检测系统设计与实现 | 第63-75页 |
| 4.1 引言 | 第63页 |
| 4.2 系统设计要求 | 第63-64页 |
| 4.2.1 主要功能 | 第63-64页 |
| 4.2.2 主要技术指标 | 第64页 |
| 4.3 系统设计方案 | 第64-69页 |
| 4.3.1 系统组成 | 第64页 |
| 4.3.2 工作原理 | 第64-66页 |
| 4.3.3 硬件系统 | 第66-68页 |
| 4.3.4 软件系统 | 第68-69页 |
| 4.4 系统实现 | 第69-73页 |
| 4.4.1 硬件系统组成 | 第69-70页 |
| 4.4.2 系统平台搭建与试验 | 第70-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 总结 | 第75-76页 |
| 5.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 在学期间的研究成果及发表的学术论文 | 第82页 |
